电动汽车用驱动电机系统评价体系的研究

针对电动汽车用驱动电机系统的综合评价问题,提出了一种评价方法。首先,从驱动电机系统的性能测试指标、本体设计指标和企业资质能力指标等三个方面建立了评价指标体系框架;然后,对评价指标权重和评价指标数据进行了处理,并给出了评价体系综合评价数值的计算方法;最后,对不同类型的驱动电机系统进行了综合评价分析。结果表明,所建立的驱动电机系统评价体系具有良好的应用性和可操作性。     

基于BP神经网络的瓦斯隧道突出预测系统开发研究

瓦斯隧道突出影响因素多,难以为其建立合适的多指标非线性预测模型。为了提高突出预测的准确性和增强预测方法的可操作性,采用BP神经网络建立瓦斯隧道突出预测数学模型。借助ASP.NET技术、C#语言和SQL Server 2008数据库,在C#.NET环境下利用Matlab引擎技术调用神经网络工具箱,成功构建了突出预测系统。以肖家梁隧道为例对该系统进行实际检验,预测结果与隧道实际状况达到了较好的一致性,可实现瓦斯隧道突出的准确预测。     

基于AHP的旅客列车票额分配系统指标评价体系

通过对当前旅客列车票额分配指标评价的分析,以铁路局旅客列车票额分配系统为对象,提出运用层次分析法建立一套涉及运能、客运效率和经济效益的旅客列车票额分配指标评价体系,并对该体系的结构及各指标的意义和计算方法进行了详细描述.     

基于主成分分析法的动车组空调故障检测技术研究

针对动车组空调系统难以建立准确的模型进行故障检测的问题,采用主成分分析法对空调系统采集的大量运行数据进行特征提取,建立动车组空调系统主元模型,通过平方预测误差统计量指标进行故障检测。并使用运用中采集的蒸发器脏堵、制冷剂泄漏、传感器异常等故障数据进行了检测测试,取得了良好的效果。     

基于BP神经网络的铁路防洪减灾能力评价研究

为了对铁路的防洪减灾能力进行精确评价,提出了基于BP神经网络的铁路防洪减灾能力评价模型:①通过分析铁路的现状特点,采用频率统计法与经验判断法,从生态环境系统、社会环境系统、经济系统与铁路防洪体系4个方面选定22个指标,建立铁路防洪系统评价体系;②对评价指标进行无量纲化处理,利用TOPSIS法建立铁路评价标准;③基于铁路防洪评价体系,构建了三层神经网络的铁路防洪减灾能力评价模型。基于该模型,对甘泉铁路的防洪性能进行评价:甘泉铁路综合评价结果为0. 520 4,防洪能力表现为一般。     

铁路环境影响评价预测模式结构设计与功能研究

在论述铁路建设项目环境影响预测模式建立必要性的基础上,通过调查国内外环评软件的发展及铁路地理信息系统在路内的应用情况,对适用于铁路环境影响评价的各指标进行了分析,根据我国铁路环境影响评价的特点,尝试对适应于中国铁路环境影响评价的功能要求进行设计,并提出了一套铁路环境影响预测评价系统的基本框架结构。     

基于改进理想点法的岩溶隧道突水风险预测

为准确评价隧道突水对施工安全的影响,筛选地层岩性、地形地貌等8个水文地质指标作为隧道突水主要影响因素,建立突水风险评价体系,提出一种基于改进理想点法的风险预测方法。根据改进的模糊层次分析法和熵权理论分别确定指标的主客观权重,将主客观权重之和的最小值作为综合权重并动态修正。运用该方法对杨林隧道4个突水区域的风险等级进行预测,结果和现场实际情况一致,从而验证了该方法的适用性。     

兰新线西段综合防洪体系研究

介绍兰新线西段铁路概况及水文地质情况,分析洪水灾害造成路基病害的类型。阐述我国防洪体系研究现状和铁路防洪体系建立,提出以预抢工程、防洪工程、修复工程、防排水设备整修为主要内容的铁路防洪工程措施,以法律法规、洪水预报预测系统、调度指挥系统、救援抢险系统、灾害信息系统为主要内容的铁路防洪非工程措施。     

随机森林算法在地铁车辆门系统润滑退化状态预测中的应用

为了更准确地对地铁车辆门系统的润滑退化状态进行诊断,提出了一种基于随机森林(RF)算法的车门润滑退化预测方法。首先,从车门驱动电机的电流、转速和转矩输出信号中提取时域特征指标作为表征车门运行状态的特征向量;然后,将特征向量作为RF算法的输入,对系统的润滑退化状态进行离线建模,得到不同的润滑退化状态的训练模型;最后,将在线分析结果与离线建立的模型库进行对比,预测当前系统所处的润滑状态。仿真结果表明,与传统的单分类器K-Means的诊断结果相比,RF算法在车门的润滑退化预测中具有更高的精度,可以及时预测系统的润滑退化征兆,对提高车门系统的安全性、可靠性,以及降低故障率具有重要意义。     

基于AFC数据的城市轨道交通短期客流预测实时修正研究

短期客流预测数据一般在预测日前1周或1月内生成，但突发疫情、恶劣天气等非预知情况会引起预测量与实际量有较大偏差，因此需要根据AFC数据对预测趋势及预测指标进行实时修正。首先建立基于AFC数据的客流实时清分推演模型，预测当前时刻前已进站但未出站乘客的出站车站、出站时间，出行路径及所乘车次；然后提出趋势修正策略，根据实时AFC刷卡数据及下一时段的预测OD客流量，采用自下而上的策略对下一时段各车站的预测OD客流量及预测出行记录进行修正；进而采用指标修正策略，将趋势修正与实时清分推演结果结合，生成下一时段全维度修正指标；最后以突发疫情为例，通过实验验证实时修正系统的应用效果。短期客流预测的实时修正能够进一步增强路网运营全貌监视能力及实时调度辅助决策支撑力度。